AI · 算法工程
共 1,645 个仓库 · Python
给 LLM 应用和 AI Agent 做评测与追踪的工具，能记录实验过程、量化效果并定位问题，方便持续迭代和上线监控。
把 Codex、Claude、Gemini 等多个 AI 编码 Agent 放进同一个可见的 CLI 工作区，让它们协作或对比着写代码，省去在多个终端间来回切换。
面向 RAG 研究的 Python 工具包，内置多种检索增强生成算法、数据集和评测基准，方便快速复现和对比实验。
面向超长视频的检索增强生成框架，让大模型能直接和你上传的视频对话，解决长视频内容理解与精准问答的问题。
集成 YOLO 与 SAM 系列模型的 AI 辅助标注工具，能自动预标注图像，省去手工框选和分割的重复劳动。
为 Transformers、Diffusers 等模型提供硬件加速与量化、ONNX 导出等优化工具，让推理和训练在各类硬件上跑得更快。
跨语言、跨模态的嵌入模型评测基准，覆盖检索、聚类、重排序等任务，帮你选型对比不同 embedding 模型的实际效果。
开源的推理服务器与生产集群，统一部署 Agent 所需的各类模型，涵盖嵌入、检索与 LLM 推理，省去自建服务与运维的麻烦。
一个能持续学习和自我进化的智能体框架，通过对话就能让 Agent 在线微调、积累技能，不用重新训练模型。
MiniMax 官方开源的文本大模型 MiniMax-Text-01 和视觉语言模型 MiniMax-VL-01，基于线性注意力架构，可用于长上下文理解与多模态推理。
收录可直接复制的 AI 图像与视频提示词，每条都附真实生成效果和来源，还提供用 agent 编辑视频的配方。
基于 Python 的 Telegram 机器人，接入 OpenAI 官方 API，在聊天窗口里直接提供 ChatGPT 问答、DALL·E 绘图和 Whisper 语音转写。
面向地理空间数据的 AI 工具包，基于 PyTorch 提供遥感影像分割、地球观测分析等深度学习模型的训练与推理能力。
一套 Python/C++ 混合的视觉 SLAM 流水线，支持单目、双目和 RGB-D 相机，集成多种特征提取、回环检测、深度预测与语义分割，用于三维重建和场景理解。
D-FINE 把 DETR 的边界框回归重构成细粒度分布细化，让目标检测在保持端到端简洁结构的同时显著提升定位精度，是 ICLR 2025 Spotlight 工作。
一套加速深度学习研发的 PyTorch 高层框架，提供可复用的训练循环、分布式训练和指标回调，省去反复搭训练脚手架的时间。
面向高分辨率生成与感知的高效视觉基础模型，通过轻量架构设计降低计算开销，可用于图像分类、分割等任务。
面向任意结构剪枝的通用框架，支持 LLM、视觉基础模型和 Transformer 等，用依赖图自动处理层间耦合，省去手工设计剪枝策略。
把 OpenAI Whisper 封装成开箱即用的 Docker 语音识别 Web 服务，上传音频即可通过 API 拿到转写文本，省去自己搭推理服务的麻烦。
给 AI Agent 用的隐身浏览器自动化 MCP 服务，基于 Chrome DevTools 协议实现页面导航、网络拦截、DOM 提取和像素级 UI 克隆，能绕过反爬检测。
用 2D 高斯面片做辐射场重建，能同时合成新视角并输出几何精确的表面，解决了传统 3DGS 重建表面粗糙、几何不准的问题。
把幻灯片截图、PDF 和图片版 PPTX 转成可编辑的 PowerPoint 文件，基于 Codex skill 实现，省去手动重排的麻烦。
用 LLM 驱动的网页抓取工具，支持 OpenAI、Gemini 和 Ollama，能按自然语言指令从网页中提取结构化数据，省去手写解析规则。
轻量级 Python 向量化库，无需 API 调用即可在本地快速生成高质量文本嵌入，适合 RAG 和向量检索场景。